KR20100067672A - 사용자 선택 빌딩 형상 옵션을 제공하는 지리공간 모델링 시스템 및 관련 방법 - Google Patents

사용자 선택 빌딩 형상 옵션을 제공하는 지리공간 모델링 시스템 및 관련 방법 Download PDF

Info

Publication number
KR20100067672A
KR20100067672A KR1020107008386A KR20107008386A KR20100067672A KR 20100067672 A KR20100067672 A KR 20100067672A KR 1020107008386 A KR1020107008386 A KR 1020107008386A KR 20107008386 A KR20107008386 A KR 20107008386A KR 20100067672 A KR20100067672 A KR 20100067672A
Authority
KR
South Korea
Prior art keywords
building
user
error
shapes
geospatial
Prior art date
Application number
KR1020107008386A
Other languages
English (en)
Inventor
패트릭 켈리
마크 램스
스티븐 코네티
해런 예이츠
Original Assignee
해리스 코포레이션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 해리스 코포레이션 filed Critical 해리스 코포레이션
Publication of KR20100067672A publication Critical patent/KR20100067672A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/04—Architectural design, interior design

Abstract

지리공간 모델링 시스템(30')은 지리공간 모델 데이터 저장 장치(31'), 사용자 입력 장치(34'), 및 디스플레이(33')를 포함할 수 있다. 상기 지리공간 모델 데이터 저장 장치(31')와, 상기 사용자 입력 장치(34')와, 적어도 한 그룹의 빌딩 데이터 포인트들을 포함하며, 지리공간 모델 데이터 세트가 위에 디스플레이되고, 상기 적어도 한 그룹의 빌딩 데이터 포인트들을 기반으로 하여 복수의 상이한 사용자 선택 빌딩 형상들이 위에 디스플레이되는 디스플레이(33')와 협력하기 위한 프로세서(32')가 구비될 수 있다. 상기 복수의 상이한 사용자 선택 빌딩 형상들(100a-100d)은 각기 상이한 세부특징수준들을 가질 수 있다. 상기 프로세서(32')는 상기 적어도 한 그룹의 빌딩 데이터 포인트들을 상기 사용자 입력 장치(34')를 가지고 그의 사용자 선택에 기반하여 상기 상이한 사용자 선택 빌딩 형상들 가운데 소정의 하나와 더 교체할 수 있다.

Description

사용자 선택 빌딩 형상 옵션을 제공하는 지리공간 모델링 시스템 및 관련 방법{GEOSPATIAL MODELING SYSTEM PROVIDING USER-SELECTABLE BUILDING SHAPE OPTIONS AND RELATED METHODS}
본 발명은 데이터 모델링 분야에 관한 것이며, 더 상세하게는 지리공간 모델링 시스템과 같은 모델링 시스템 및 관련 방법에 관한 것이다.
지리학적 영역의 지형학적 모델이 다수의 응용물에 사용될 수 있다. 예를 들어, 지형학적 모델은 모의 비행 장치에서 및 군사 임무를 계획하는데 사용될 수 있다. 또한, 인조 구조물(예, 도시)의 지형학적 모델이 예를 들어 휴대폰 안테나 배치, 도시 계획, 재앙 준비 및 분석, 및 지도 제작과 같은 응용물들에 매우 유용할 수 있다.
지형학적 모델들을 제작하는데 다양한 형태들과 방법들이 현재 사용되고 있다. 하나의 일반적인 모델은 수치고도모델(DEM; Digital Elevation Model)이다. DEM은 컴퓨터에 의해 자동화 방식으로 생성될 수 있는 지리학적 영역의 표본화 행렬 표시(sampled matrix representation)이다. DEM에서, 좌표점은 높이 값에 대응하도록 이루어진다. DEM은 전형적으로 상이한 고도들(예, 계곡, 산 등) 간의 이행이 일반적으로 하나에서 다른 하나로 원활한 지형을 모델링하는데 사용된다. 즉, DEM은 전형적으로 복수의 굴곡면들로서 지형을 모델링하고, 따라서 그들 간의 어떠한 단절도 원만하게 덮인다. 따라서, 전형적인 DEM에서 상기 지형상에는 뚜렷한 객체가 없다.
특히 이로운 3D 사이트(site) 모델링 제품은 본 양수인, 해리스 코포레이션으로부터의 RealSite®이다. RealSite®는 관심 있는 지리학적 영역의 중복 이미지들을 등록하고, 스테레오 및 나디르 뷰(stereo and nadir view) 기술들을 이용하여 고 해상도의 DEM들을 추출하는데 사용될 수 있다. RealSite®는 정밀한 텍스쳐 및 구조 경계를 가지는, 도시를 포함한 지리공간영역의 3차원(3D) 지형학적 모델들을 제조하기 위한 반-자동화 프로세스이다. 즉, 상기 모델 내에 어떠한 소정 포인트의 위치도 매우 높은 정확도로 지리학적 영역의 실제 위치에 일치하게 된다. RealSite® 모델을 생성하는데 사용되는 데이터는 항공 및 인공위성 사진술, 전자광학, 인프라, 및 빛 검출 측정기(Light detection and ranging - LiDAR)를 포함할 수 있다.
해리스 코포레이션의 다른 유사한 시스템이 LiteSite®이다. LiteSite® 모델은 LIDAR과 IFSAR 영상으로부터 대지, 군엽(foliage), 도시의 수치고도모델(DEM)을 자동 추출한다. LiteSite®은 빌딩과 지형의 유용하고, 지리공간적으로 정확하며, 높은 해상도의 3D 모델을 생성하기 위해 사용될 수 있다.
마찬가지로 본 양수인에게 양도되어 여기 참조로써 전체가 병합된 Rahmes 외에 의한 미국특허 제6,654,690호는 고도 대 위치(elevation versus position)의 임의로 공간배치된 데이터에 기반하여 지형 및 그 위의 빌딩을 포함한 영역의 지형학적 모델을 제조하는 자동화 방법을 개시한다. 상기 방법은 소정의 위치 격자(position grid)에 따른 고도 대 위치의 격자형 데이터(gridded data)를 생성하기 위해 임의로 공간배치된 데이터를 처리하고, 빌딩 데이터를 지형 데이터로부터 구별하기 위해 상기 격자형 데이터를 처리하고, 지형과 그 위의 빌딩을 포함한 영역의 지형학적 모델을 제조하기 위해 빌딩 데이터의 다각형 추출을 실행하는 것을 포함한다.
많은 실시예에서, 공간적 또는 다른 모델을 발생시키기 위해 사용되는 데이터에는 공극(void) 또는 간격(gap)이 존재할 것이다. 이러한 공극은 결과적으로 모델의 질에 부정적인 영향을 미칠 것이다. 그러므로, 가능하다면, 데이터를 프로세싱하는 동안, 이러한 공극의 보상(보정)이 요구된다. 다양한 보간(interpolation) 기술은 일반적으로, 데이터 필드에서 놓친(missing) 데이터에 필링(filling)을 위해 사용된다. 이러한 기술 중 하나가 신크(sinc) 보간이다. 그것은 신호가 밴드-제한(band-limited)이라고 가정한다. 이러한 방식은 통신과 오디오 신호에 매우 적합한 반면, 3D 데이터 모델에는 적합하지 않은 면이 있다. 다른 방식은 다항(polynomials) 보간이다. 이러한 방식은 때때로 계산(computational) 오버헤드가 다항식의 해를 구하기 매우 힘들어지기 때문에, 실행에 어려움을 겪는다.
하나의 추가적인 보간 방식은 스플라인(spline) 보간이다. 이러한 방식은 비교적으로 높은 재구성 정확도를 제공하는 반면, 전체적인 모델 상에 글로벌(global) 스플라인을 해결하는 것이 어렵기 때문에, 그리고, 얻어진 행렬(matrices)이 불량조건(ill-conditionaled)을 가질 수 있기 때문에 3D 데이터 모델에서 실행상 문제가 존재한다. 게다가 그들은 3D 지형 모델에서 심각한 문제인 엣지(edge) 컨텐트(content)를 모호하게 하는 경향이 있는 전형적인 기술적 단점을 갖는다.
발명자 크리미니시 등의 미국 특허 제6,987,520 호는 이미지 내의 영역에 필링을 위한 다른 방식을 제공하고 있다. 이 특허에서는 전형적-기반(exemplar-based) 필링 시스템을 기재하고 있다. 그것은 이미지 내에 목적 영역을 교체하기 위한 적절한 필링 재료를 확인하고, 이러한 재료를 사용한 목적 영역을 채운다. 이것은 이미지 내에 목적지 영역을 채우기 위한 수동 편집(manual editing)의 양을 최소화하거나, 완화한다. 이미지 데이터의 타일(tiles)은 목적 영역의 근접한 지점(proximity)으로부터, 또는 이미지 내에서 채우기 위한 새로운 영상 데이터를 발생시키기 위한 어떤 다른 소스(source)의 근접한 지점으로부터 “차용된” 것이다. 목적지 영역은 사용자 입력(예를 들면, 사용자에 의한 이미지 영역의 선택) 또는 다른 수단(예를 들어, 교체하기 위한 특징 또는 색상의 표준)에 의해서 지정되어 질 수 있다. 게다가, 목적지 영역을 채우기 위해 예를 들어, 타일이 리니어한 구조의 연속성을 강조하기 위해, 그리고, 등광도-운전(isophote-driven) 이미지-샘플링 프로세스의 타입을 사용한 조직(texture)을 합성(composite)하기 위해 구성된다.
DEM과 같은 지리공간 모델들에 관하여, 다양한 접근들이 공극(voids) 등으로 인한 오차 인식 및 정정을 처리하기 위해 시도되어왔다. 상기와 같은 하나의 접근은 "수치 고도 모델 오차 검출 및 시각화"로 명칭 된 가우지(Gousie)에 의한 논설(씨. 골드, 에듀케이션, 42-46 페이지에, 동적 및 다차원 GIS에 대한 4회 ISPRS 워크숍(2005, 영국, 웨일즈, 폰티프리드)에서)에 설명된다. 이 논문은 DEM에서의 오차들을 시각화하는 두 방법을 나타낸다. 한 방법은 평균제곱근오차(Root Mean Square Error; RMSE)와 함께, 그리고 나서 임계값을 넘는 오차(error)들을 포함하는 DEM의 하이라이트 영역들과 함께 시작한다. 두 번째 방법은 지역 곡률을 연산하고, 상기 DEM에서의 불일치를 표시한다. 상기 시각화 방법은 3차원이어서 동적이며, 관찰자가 어떤 각도에 있는 어떤 부분도 점검할 수 있도록 표면을 회전하는 옵션을 제공한다.
또 다른 실시예는 "필링 SRTM 공극(Filling SRTM Voids): 델타 표면 필 방법(The Delta Surface Fill Method)"라고 명칭 된 그로만 외에 의한 논문(포토그램메트릭 엔지니어링 및 리모트 센싱, 2006년 3월, 213-216 페이지)에서 설명된다. 이 논문은 SRTM 수치 고도 데이터에서 공극을 필링하는 기술은 필 앤 패더(Fill and Feather: F&F) 방법과 같은, 종래의 접근들에 걸친 개선을 제공하는 것으로 의도된다고 거론한다. 상기 F&F 접근에서, 공극은 제거된 공극-특정 주변 바이어스(void-specific perimeter bias)와 가용한 최대 정밀의 수치 고도 소스("fill")와 교체된다. 그때 상기 인터페이스는 SRTM으로 페더링(feather)되고, 임의의 갑작스러운 변화를 진정시키기 위해 상기 변화를 완화한다. 이는 두 표면이 다함께 매우 근접하여 최소한의 지형학적 변동을 가지는 바이어스에 의해서만 분리되는 경우에 최적으로 작용한다. 상기 델타 표면 필(Delta Surface Fill) 프로세스는 상기 공극을, 상기 보이드 인터페이스에서 확인된 SRTM 값으로 조정된 필 소스 포스트(fill source posts)로 교체한다. 이러한 프로세스는 상기 필이 함유하는 유용한 데이터를 보유하면서도 상기 필이 최초의 SRTM 표면에 좀 더 근접하게 에뮬레이트(emulate) 하게끔 한다.
이러한 선행 기술 접근의 장점이 일부 애플리케이션들에 제공될 수 있음에도, 지리공간 및 다른 모델 데이터에 오차 검출 및 정정에 추가 개선이 바람직하다.
전술한 배경 측면에서, 따라서 본 발명의 목적은 개선 특징의 렌더링 옵션을 구비한 지리공간 모델링 시스템 및 관련 방법을 제공하는 것이다.
상기 및 기타 목적, 특징, 및 이점들은 지리공간 모델 데이터 저장 장치, 사용자 입력 장치, 및 디스플레이를 포함할 수 있는 지리공간 모델링 시스템에 의해 제공된다. 또한, 상기 지리공간 모델 데이터 저장 장치와, 상기 사용자 입력 장치와, 적어도 한 그룹의 빌딩 데이터 포인트들을 포함하며, 지리공간 모델 데이터 세트가 위에 디스플레이되고, 상기 적어도 한 그룹의 빌딩 데이터 포인트들을 기반으로 하여 복수의 상이한 사용자 선택 빌딩 형상들이 위에 디스플레이되는 상기 디스플레이와 협력하기 위한 프로세서가 구비될 수 있다. 더 상세하게는, 상기 복수의 상이한 사용자 선택 빌딩 형상들은 각기 상이한 세부특징수준들을 가질 수 있다. 상기 프로세서는 상기 사용자 입력 장치를 가지고 그의 사용자 선택에 기반하여 상기 적어도 한 그룹의 빌딩 데이터 포인트들을 상기 상이한 사용자 선택 빌딩 형상들 가운데 소정의 하나와 추가 교체할 수 있다.
상기 프로세서는 상기 상이한 사용자 선택 빌딩 형상들 가운데 소정의 하나를 사용자 선택함에 기반하여 상기 지리공간 모델 데이터를 업데이트할 수도 있다. 상기 복수의 상이한 사용자 선택 빌딩 형상들은 최하 세부특징수준으로서 일반적으로 직사각형의 빌딩 박스, 및/또는 최고 세부특징수준으로서 상기 적어도 한 그룹의 빌딩 데이터 포인트들의 매치(match)를 포함한다. 또한, 상기 복수의 상이한 사용자 선택 빌딩 형상들은 상기 최고 및 최하 세부특징수준 사이에서 각기 상이한 중간 세부특징수준들을 가지는 복수의 사용자 선택 빌딩 형상들을 더 포함할 수 있다.
추가로, 상기 프로세서는 오차 측정에 기반하여 그의 복수의 그룹들 가운데서 디스플레이하기 위한 상기 적어도 한 그룹의 빌딩 포인트들을 추가 선택할 수 있다. 실시예의 방법에 의해, 상기 오차 측정은 적어도 하나의 평균제곱근오차(Root Mean Square Error; RMSE)를 포함할 수 있다. 또한, 상기 오차 측정은 2차원적 및/또는 3차원적 오차 측정을 포함할 수 있다.
지리공간 모델링 방법 측면은 적어도 한 그룹의 빌딩 데이터 포인트들을 포함한 디스플레이 상에 지리공간 모델 데이터 세트를 디스플레이하는 것과, 상기 적어도 한 그룹의 빌딩 데이터 포인트들에 기반하여 상기 디스플레이 상에 복수의 상이한 사용자 선택 빌딩 형상들을 디스플레이하는 것을 포함할 수 있다. 상기 복수의 상이한 사용자 선택 빌딩 형상들을 각기 상이한 세부특징수준들을 가질 수 있다. 상기 방법은 상기 적어도 한 그룹의 빌딩 데이터 포인트들을 사용자 입력 장치를 가지고 그의 사용자 선택에 기반하여 상기 상이한 사용자 선택 빌딩 형상들 가운데 소정의 하나와 교체하는 것을 더 포함할 수 있다.
컴퓨터가, 적어도 한 그룹의 빌딩 데이터 포인트들을 포함한 디스플레이 상에 지리공간 모델 데이터 세트를 디스플레이하는 것과, 상기 적어도 한 그룹의 빌딩 데이터 포인트들에 기반하여 상기 디스플레이 상에 복수의 상이한 사용자 선택 빌딩 형상들을 디스플레이하는 것을 포함한 단계들을 수행하게끔 하는 컴퓨터 수행가능한 명령어들을 가지는 컴퓨터 판독가능한 매체가 제공되기도 한다. 상기 언급한 바와 같이, 상기 복수의 상이한 사용자 선택 빌딩 형상들은 각기 상이한 세부특징수준들을 가질 수 있다. 추가 단계는 상기 적어도 한 그룹의 빌딩 데이터 포인트들을 사용자 입력 장치를 가지고 그의 사용자 선택에 기반하여 상기 상이한 사용자 선택 빌딩 형상들 가운데 소정의 하나와 교체하는 것을 포함할 수 있다.
상술한 시스템 및 방법의 다른 이점들은 다음을 포함한다: 3D 모델링 제작의 품질 관리 단계에서의 시간 및 비용의 절약; 소정의 모델 요건사항 세트에 대한 더욱 유연하고 검증가능한 자동화된 3D 모델 생성 제조; 간과된 문제 영역을 가지는 최종 제품을 보낼 기회의 잠재적 감소; 및 생성 모델의 재가공 감소.
상기 언급한 지리공간 모델 측면은 본 기술분야의 당업자에 의해 인정될 수 있는 바와 같이, 컴퓨터가 상기 설명한 단계들을 수행하게끔 하는 컴퓨터 수행가능한 명령어들을 가지는 컴퓨터 판독가능한 매체에서 구현될 수 있다.
도 1은 일 예시적인 실시형태에 따른 지리공간 모델링 시스템의 개략적인 블록도이다.
도 2 및 도 3은 수치고도모델(DEM) 및 도 1의 시스템이 오차 검출 및 정정을 수행하는 대응 오차(corresponding error) DEM이다.
도 4는 도 3에 있어서의 오차 DEM의 스크린 프린트 및 국소적(localized) 오차 영역들의 상대 오차들을 식별하는 관련 표이다.
도 5A 및 도 5B는 각각, 국소적 오차 영역들을 표시하는 오차 표시 경계들이 존재하거나, 또는 존재하지 않는 도 2에 있어서의 DEM의 TIN(triangulated irregular network) 표시이다.
도 6A 및 도 6B는 각각, 도 5A 및 도 5B에 있어서의 TIN들의 일부에 대한 더 세부적인 도면이다.
도 7 및 도 8은 지리공간 모델 데이터에서 국소적 오차 영역들을 식별하고 복구하는(inplanting) 지리공간 모델링 방법을 도시하는 흐름도이다.
도 9는 사용자 선택 빌딩 형상 옵션들을 제공하는 도 1의 시스템에 있어서의 대안적인 실시형태의 개략적인 블록도이다.
도 10은 도 9의 시스템에 의해 디스플레이되는 일련의 빌딩 형상들이다.
도 11 및 도 12는 상기 사용자 선택 빌딩 형상 옵션들을 제공하는 대안적인 지리공간 모델링 방법을 도시하는 흐름도이다.
도 13은 사용자 선택 빌딩 영역들 및 판별된 높이 값들에 기반하여 빌딩 형상들을 생성하는 도 1의 시스템에 있어서의 또 다른 대안적인 실시형태의 개략적인 블록도이다.
도 14는 생성된 빌딩 형상과 교체되는 빌딩 경계 영역을 가지는 DEM의 스크린 프린트이다.
도 15는 완전한 자동 생성 후에, 및 도 13의 시스템에 의한 수동식/자동식 접근을 통해 터치 업(touch up)된 후에 도 14의 DEM에 대한 스크린 프린트 비교이다.
도 16A 및 도 16B는 각각, 완전 자동식 및 터치 업 버전들을 위한 도 15에 있어서의 DEM들의 디스플레이 도면이다.
도 17은 사용자 선택 빌딩 영역들 및 판별된 높이 값들에 기반하여 빌딩 형상들을 생성하는 지리공간 모델링 방법의 또 다른 대안적인 실시형태의 흐름도이다.
본 발명은, 본 발명의 바람직한 실시형태들이 도시되는, 첨부 도면과 관련하여 여기 이후에 더욱 완전히 기술될 것이다. 그러나, 본 발명은 다수의 상이한 형태들로 구현될 수 있으며, 여기 설명된 상기 실시형태들에 제한되는 것으로서 해석되어서는 아니 된다. 그보다는, 이들 실시형태들은 이러한 개시가 철저하고 완전하며, 본 발명의 범위를 본 기술분야의 당업자에게 완전히 전달할 수 있도록 제공되는 것이다. 동일한 참조번호는 전체에 걸쳐 동일한 요소를 나타내며, 프라임 표기법이 대안적인 실시형태들에서 동일한 요소들을 가리키기 위해 사용된다.
초기, 도 1 내지 도 7을 언급하면, 지리공간 모델링 시스템(30)은 예시적으로, 지리공간 모델 데이터 저장 장치(31), 프로세서(32), 및 (임의선택적으로) 디스플레이(33)를 포함한다. 상기 지리공간 모델 데이터 저장 장치(31)는 예를 들어, 수치고도모델(DEM), 수치표면모델(DSM), 및/또는 TTIN(triangulated irregular network) 데이터와 같은 지리공간 모델 데이터를 저장한다. 일반적으로 말하자면, 상기와 같은 모델 데이터는 본 기술분야의 당업자에 의해 인정될 수 있는 바와 같이, 상기 언급한 RealSiteTM 및 LiteSiteTM 사이트 모델링 제품과 같은 시스템들을 사용하여, LIDAR, 합성개구레이더(SAR), 포토그래피, 전자광학, 인프라 등과 같은 "가공하지 않은(raw)" 데이터 저장(capture)으로부터 생성된다. 상기 지리공간 모델 데이터 세트는 다른 소스에 의해 생성되어 하기 기술될 추가 처리 동작들을 위해 상기 프로세서(32)에 제공될 수 있으며, 또는 상기 프로세서는 다른 실시형태들에서 상기 지리공간 모델 데이터 세트를 생성할 수도 있다.
배경에 의해, 전형적인 선행기술의 접근법들로, 예를 들어 수치고도모델(DEM)로부터 3D 사이트 모델을 자동 생성할 때에, 노이지 데이터(Noisy data); 폐색(occlusion); 경계 조건(일부 절단되는 등), 알고리즘 제한 등과 같은 요인들로 인해 일반적으로, 수동식(즉, 작동인) 터치 업에 대한 필요가 있다. 그러나, 초대형일 수 있는 사이트 모델들의 수동식 터치 업은 극도로 시간 소모적일 수 있다. 또한, 대형 모델들에서의 편집을 요하는 영역들을 정하는 것은 지루하며 난해하다.
수동식 사이트 모델 생성에서 상기 동일한 문제가 그 자체 존재한다. 수동식 편집은 모델러(Modeler)(즉, 사용자 또는 작동자)가 종종 3D로 모델을 렌더링하고, 상기 문제 영역들을 정하고, 이들이 2D 공간에서 상호관련한 장소가 어딘지 확인하고, 2D 이미지 공간에서 상기 상호관련성을 이루도록 해야만 하기 때문에, 생성 과정에서 상대적으로 길고 고비용인 단계이다. 특히, 자동화된 모델들의 수동식 모델 생성 및 수동식 터치 업 모두는 전형적으로 다각형을 생성하기 위한 이미지들에 의존한다. 상기 다각형의 높이는 상기 이미지들의 큐(cues)에 기반한 측정 및 상기 다각형을 또 다른 이미지로 재배치함에 의해 획득된다. 고정될 영역들의 위치는 전형적으로 모델러에 의해 완전히 이루어지며(즉, "눈으로"), 세부사항까지 그의 관심에 의존한다. 환언하자면, 이는 사용자 오류의 가능성을 도입한다.
상기와 같은, 자동화 및 수동식 과정에서, 모델의 상기와 같은 문제 영역들을 확인할 수 있고, 그리고 나서 조작자의 수고가 거의 없거나 조작자의 수고를 줄이면서 상기 문제 영역들을 정정하는 상대적으로 고속의 효과적인 접근법들을 구비하는 것은 상당한 시간과 비용을 절약할 수 있다. 따라서, 일 측면에 따라, 상기 시스템(30)은 이롭게도 개선된 오차 검출 및 정정 동작을 수행할 수 있다.
더 상세하게는, 블록(70)에서 시작하여, 상기 프로세서는 블록(71)에서, 지리공간 모델 데이터 세트 내에서 복수의 국소적 오차 영역들을 식별하기 위해 상기 지리공간 모델 데이터 저장 장치(31)와 협력하며, 블록(72)에서 상기 DEM(40')에 대한 전체 오차 값을 산출한다. 그 내부에 오차들을 가지는 일 예시적인 DEM(40)이 도 2에 도시된다. 상기 DEM의 대안적인 오차 뷰(error view)(40')가 도 3에 도시되며, 상기 오차 DEM 내의 특정한 국소적 오차 영역들(41')이 도 4에 도시된다. 즉, 상기 프로세서(30)는 상기 국소적 오차 영역들(41')을 판별하기 위해 상대적으로 낮은 오차 값을 가진 영역들로부터 상대적으로 높은 오차 값을 가진 DEM(40) 내의 영역들을 분리한다. 실시예의 방식으로, 상기 전체 DEM 오차 값뿐만 아니라, 상기 DEM(40) 내의 국소적 오차 영역들(41')의 오차 값은 본 기술분야의 당업자에 의해 인정될 수 있는 바와 같이, 총 오차, 국소적 평균제곱근오차(RMSE), 최대 오차, 평균제곱오차, 상기 전체 DEM의 상대 MSE, 상기 전체 DEM의 상대 RMSE 등을 포함한 다양한 접근법들을 이용하여 산출될 수 있다.
Figure pct00001
상기 프로세서(32)는 블록(73)에서, 보이지 않는 불분명한 그의 부분들을 교정하거나 정정하기 위해 하나 이상의 상기 국소적 오차 영역들(41')을 더 복구한다. 더 상세하게는, 이는 본 기술분야의 당업자에 의해 인정될 수 있는 바와 같이, 소정의 국소적 오차 영역(41') 외부로부터 상기 영역으로 외곽선 데이터를 전파함에 의해 이루어질 수 있다. 실시예의 방식으로, 이는 복구 알고리즘, 더 상세하게는 이를 테면, 내비어-스톡스 방정식(Navier-Stokes Equation) 등의 유체흐름 모델링 알고리즘과 같은 다양한 접근법들을 사용하여 이루어질 수 있다.
또 다른 접근법은, 본 기술분야의 당업자에게 인정될 수 있는 바와 같이, 오류가 있거나 공극된(voided) 데이터의 최상 매치(best match)를 제공하기 위해 DEM(40)(또는 상이한 데이터 세트)내로부터 패치들의 "절단" 및 "페이스팅(pasting)"을 수반하는 예시적 복구을 수행하는 것이다. 상기 복구은 당업자에 의해 인정될 수 있는 바와 같이, 일부 실시형태들에서 반복 방식으로 이루어질 수 있다. 사용될 수 있는 예시적인 복구 접근법들에 관한 추가 세부사항은 본 양수인에게 모두 양도되었으며, 참조로서 전체가 여기에 병합되는 공동계류중의 미국특허출원 일련번호 제11/458,811호 및 제11/858,247호에 설명된다.
복구되는 국소적 오차 영역 또는 영역들(41')은 다양한 방법으로 선택될 수 있다. 도 8에 도시된 예시적 실시형태에 따라, 상기 국소적 오차 영역들(41')은 그들의 각 오차 값에 기반하여 복구을 위해 우선순위화된다(블록(80')). 즉, 상기 국소적 오차 영역들(41')을 위한 오차들을 산출하자마자, 이들 영역들은 그 위에 기반한 복구을 위해 우선순위화된다. 예를 들어, 본 기술분야의 당업자에게 인정될 수 있는 바와 같이, 상기 오차들은 최대 오차, 상대 오차 등에 의해 분류될 수 있으며, 상기 영역들(41')은 그때 최고 오차 값으로부터 최저 오차 값으로 동시에 하나를 복구하기 위해 선택된다. 그러나, 다른 실시형태들에서 복구되는 상기 영역들(41')의 순서는 상이한 순서로 선택될 수 있으며, 또는 하나 이상의 영역이 동시에 페인트 될 수 있다는 것을 알아야 한다.
상기 프로세서(32)는 블록들(74-75)에서, 상기 전체 오차 값이 오차 임계값 이하인지 판별하기 위해 상기 국소적 오차 영역(들)(41')의 복구 후에 상기 DEM(40')의 전체 오차 값을 재산출한다. 만일 그렇다면, 그때 상기 프로세서(32)는 블록(76)에서 현재의 국소적 오차 영역(41')의 복구을 중단하여, 도 7에 도시된 방법을 마무리한다. 그렇지 않으면, 상기 프로세서(32)는 상기 전체 오차 값이 상기 오차 임계값 이하일 때까지 동일하거나 또는 상이한 영역(41')의 복구으로 회귀 된다.
국소적 오차 영역들이 최고 오차 값으로부터 최저 오차 값으로 동시에 한번 복구되는 일 예시적인 실시형태에서, 전체 오차 값을 재산출하자마자, 상기 전체 오차 값이 오차 임계값의 이하이지 않은 경우, 그때 블록(81')에서 상기 프로세서(32)는 복구되는 국소적 오차 영역의 오차 값이 오차 임계값(이는 상기 전체 임계값과 동일하거나 상이한 임계값일 수 있다) 이하인지 여부를 판별한다. 그렇지 않은 경우, 그때 상기 프로세서(32)는 더 많은 복구 동작들을 위해 이 동일한 국소적 오차 영역(41')으로 회귀한다. 달리 그렇지 않으면, 상기 프로세서(32)는 불록(82')에서 다음의 국소적 오차 영역(41')(즉, 복구될 일렬로 늘어선 다음의 최고 오차 값을 가지는 것)으로 이동한다.
전술한 것은 도 4에 도시된 실시예와 관련하여 더욱 이해될 것이다. 여기, 1.72018 m RMSE(최고)로부터 1.58867 m RMSE(최저)에 이르는 범위의 오차 값들을 가지는 7개의 식별 오차 영역들(41')이 있으며, 상기 오차 DEM(40')의 전체 오차 값은 0.81043 m이다. 이러한 실시예를 위해 선택된 오차 임계값은 1.6 m이지만, 다른 오차 임계값들도 다른 실시형태들에서 적절한 것으로서 사용될 수 있다는 것을 알아야 한다. 이에 따라, 상기 프로세서(32)는 먼저 복구을 위해 1.72018 m RMSE의 오차 값을 가지는 국소적 오차 영역(41')을 선택할 것이며, 그리고 나서 DEM(40')에 있어서의 그의 오차 값이 1.6 m RMSE 이하일 때까지, 또는 전체 오차 값이 1.6 m RMSE 이하일 때까지 이 영역을 복구한다.
상기 시스템(30)의 다른 특히 이로운 특징은, 일단 상기 국소적 오차 영역들(41')이 선택되면, 상기 프로세서(32)가 도 5A의 TIN(40A)(경계 없이) 및 도 5B의 TIN(40B)(경계 있는)에서 보이는 바와 같이, 블록(83')에서,상기 디스플레이(33) 상에 잘못된 빌딩들(45) 또는 다른 객체들/영역들을 식별하는 오차 표시 경계들(46)과 함께 지리공간 모델 데이터 세트를 임의선택적으로 디스플레이한다는 것이다. 이는 사용자가 상기 지리공간 모델 데이터 세트 내에서 어떤 빌딩(45) 등이 문제 지점인지 정확하게 더 시각화하게끔 한다. 상기 도시된 실시예에서, 오차 표시 경계들(46)은 기하학적 형상이다. 또한, 이들 형상들은 상기 표시기가 관련된 객체를 계속해서 그것을 통해 볼 수 있게 하기 위해 투명하거나 반투명하다. 상기 도시된 실시예에서, 상기 기하학적 형상들은 일반적으로 직사각형의 빌딩들에 대한 바람직한 시각 대조를 제공하는 원통형이거나 반-원통형 형상(즉, 일부가 원통형)이다. 그러나, 다른 형태들/표시기들이 사용될 수도 있다. 상기 표시기(46)는 오차의 심각성을 표시하기 위해 일부 실시형태들에서 채색될 수도 있다(예, 최고 오차 값으로부터 최저 오차 값을 표시하기 위해 적색-오렌지색-황색-백색).
상술한 시스템(30)의 일부 이점은 그가 자동화된 모델문제영역(model problem area)의 배치와 우선순위화를 제공한다는 것이다. 일부 이행에 있어서, 이러한 접근법은 지리공간 모델 데이터 세트 내에서 문제영역들에 필요한 수동식(즉, 사용자) 검색 없이 완전히 자동화될 수 있다. 또한, 상기 결과는 먼저 처리되어야 하는 영역들에 의해 유용하게 우선순위화될 수 있다.
도 9 내지 도 12와 관련하여 지금 기술되는 또 다른 측면과 관련하여, 지리공간 모델 데이터 세트의 국소적 오차 영역들(41') 내에서 사용자가 좀 더 용이하게 빌딩들(45)을 교체할 수 있게 조력하는 시스템(30')과 관련 방법이 지금 기술된다. 블록(110)에서 시작하여, 상기 프로세서(32')는 블록(111)에서, 상기 모델 데이터 저장 장치(31')와, 각 빌딩(45)에 대응하는 한 개 이상 그룹의 데이터 포인트들을 포함하는 지리공간 모델 데이터를 표시하는 디스플레이(33')와 협력한다. 소정 그룹의 빌딩 데이터 포인트들은 본 기술분야의 당업자에게 인정될 수 있는 바와 같이, 이를 테면, 상기 프로세서(32')에 의한 한 그룹의 포인트들의 자동 선택 또는 마우스, 수동식 조작 장치, 키보드 등일 수 있는 사용자 입력 장치(34')를 가지고 사용자에 의한 수동식 선택에 의해, 처리를 위해 선택될 수 있다.
일 예시적인 자동화된 실시형태에서, 대기열(queue)은 블록(120')에서, 정정될 필요가 있는 빌딩들을 위한 대기열을 생성하기 위해 상술한 국소적 오차 영역(41')의 오차 값 우선순위화(즉, 오차 측정에 기반)를 이용하여 구성될 수 있으며, 상기 프로세서(32')는 상기 대기열에 이들 오차 값이 있는 순서로 이들을 취할 것이다(즉, 최고 오차 값으로부터 최저 오차 값으로). 상기 오차 측정들은 상기 추가 거론한 바와 같이, 상술한 접근법들(예, RMSE 등)을 사용하여 수행될 수 있다. 또한, 이들 오차 측정들은 본 기술분야의 당업자에 의해 인정될 수 있는 바와 같이, 이롭게도 2D 또는 3D 데이터 세트 상에 수행될 수도 있다. 다른 방법으로, 상기 오차 표시 경계들/형상들(46)의 디스플레이에 상에, 사용자는 정정될 소망하는 그룹의 빌딩 데이터 포인트들을 수동으로 선택할 수 있다(사용자 입력 장치(34')를 가지고). 본 기술분야의 당업자에게 인정될 수 있는 바와 같이 다른 적절한 선택 접근법들이 마찬가지로 사용될 수 있다.
여기 사용된 바와 같이, "3D"는 이른바 2½ 또는 2.5D 모델 데이터뿐만 아니라 트루(true) 3차원 모델 데이터 모두를 포함하도록 의도된다는 것을 알아야만 한다. 더 상세하게는, 다수의 DEM들 또는 다른 지리공간 모델 데이터 세트들은 그들이 최초 데이터 저장에 반드시 존재하는 것은 아닌 렌더링된 빌딩벽 등을 포함하며, 따라서 장면을 관찰하자마자 사람의 눈에 나타내어질 것이기 때문에 완전히 정확한 3D 이미지를 제공하지 않으므로 때때로 "2.5D"로서 언급된다. 그러나, 설명을 명확하게 하기 위해, "3D"는 여기서 양쪽 경우들을 포함하는 것으로 의미한다.
선택된 그룹의 빌딩 데이터 포인트들에 대해, 상기 프로세서(32')는 그때 블록(112)에서, 유익하게도, 복수의 상이한 사용자 선택 빌딩 형상들(100a-100d)(도 10)을 디스플레이한다. 즉, 상기 프로세서(32')는 가능한 복수의 빌딩 형상들을 사용자에게 나타내며, 상기 사용자는 상기 선택된 그룹의 포인트들에 가장 적합한 형상을 신속하게 선택할 수 있다. 특히, 상기 복수의 상이한 사용자 선택 빌딩 형상들(100a-100d)은 그것과 관련한 각기 상이한 세부특징수준들을 가진다.
일반적으로 말하자면, 상기 사용자는 본 기술분야의 당업자에 의해 인정될 수 있는 바와 같이, 소정의 지리공간 모델 데이터 세트에 대한 특정한 오차 매개변수들에 따라 달라질 수 있는, 각 빌딩(45)에 대한 시각적 유사성과 허용가능한 오차 사이의 상충관계(tradeoff)에 기반하여 선택할 빌딩 형상(100a-100d)이 무엇인지를 판별한다. 일단 소망하는 빌딩 형상이 사용자에 의해 선택되면(즉, 사용자 입력 장치(34')로), 프로세서(32')는 그때 이롭게도, 블록(113)에서 상기 소정 그룹의 빌딩 데이터 포인트들을 상기 선택된 빌딩 형상으로 교체할 수 있으며, 상기 데이터 세트 조화(according)를 업데이트할 수 있으며(즉, 상기 모델 데이터 저장 장치(31')에 상기 변화를 저장), 따라서, 도 11에 도시된 방법을 종결한다(블록(114)).
상기 도시된 실시예에서, 최소 또는 최하 세부특징수준(및 대응하여, 그것과 관련한 최고 오차 값)을 가지는 형상은 일반적으로 직사각형 빌딩 또는 "빌딩" 박스(100a)이다. 한편, 상기 형상(100d)은 최고 세부특징수준(즉, 최하 오차 값)을 가지는데, 왜냐하면 그것은 상기 그룹의 빌딩 데이터 포인트들에 대한 일대일 매치이기 때문이다. 즉, 상기 형상(100d)은 최초 데이터 세트에 존재하는 모든 세부사항을 포함한다. 상기 형상들(100b,100c)은 도 10에 보이는 바와 같이, 각각 상기 형상들(100a,100d)의 최고 수준과 최저 수준 사이에서 달라지는 세부수준들을 가진다.
상기 복수의 사용자 선택 빌딩 형상들(100a-100d)은 개념적으로, 사용자가 모델에서 렌더링되는 실제 빌딩(45)의 진짜 또는 "실재" 형상을 더 정확하게 반영하기 위해 소정의 형태를 신속하게 선택할 수 있는 가능한 빌딩 형상들의 "툴박스(Toolbox)"로서 간주할 수 있다. 이러한 형상들(100a-100d)의 툴박스는 상술한 빌딩의 복구 대신에 사용될 수 있다. 즉, 상술한 접근법을 사용하여, 상기 프로세서(32')는 그것과 관련한 오차 값들에 기반하여 순서대로 정정될 빌딩 데이터 포인트들의 그룹들을 선택할 수 있으며, 그리고 나서 상기 지리공간 모델 데이터 세트의 전체 오차가 오차 임계값 이하로 떨어질(또는 상기 국소적 오차 임계값이 상기 오차 임계값 이하로 떨어질)때까지 잘못된 데이터 포인트들의 그룹들을 교체하기 위해 각 빌딩에 대한 각각의 빌딩 형상들을 사용자에게 나타낼 수 있다. 물론, 다른 실시형태들에서, 사용자는 소망하는 경우, 오차 임계값의 사용 없이도 소망하는 빌딩 포인트들의 그룹들을 바로 수동으로 교체할 수 있다.
또한, 빌딩 형상들 또는 툴박스들의 다양한 수준들이 사용자에게 나타내어질 수 있다. 예를 들어, 제1 세트의 4개 빌딩 형상들(100a-100d)이 사용자에게 나타내어질 수 있으며, 선택된 형상에 기반하여 상기 프로세서(32')는 상기 제1 선택 형상 등에 근접한 세부수준들(또는 오차 값들)을 가지는 또 다른 세트의 4개 형상을 제공할 수 있다. 따라서, 사용자는 최대 소망하는 매치를 얻기 위해 복수의 형상 수준들을 통해 "드릴다운(drill-down)"할 수 있다. 또한, 각기 연속 레벨의 잠재적 형상들을 통해, 상기 프로세서(32')는 상기 형상들에 대해 지붕 물매(Roof pitches) 등과 같은, 추가 세부사항 또는 특징들을 부가할 수 있다. 이는 본 기술분야의 당업자에 의해 인정될 수 있는 바와 같이, 상기 프로세서(32')가 넓은 범위의 가능한 오차 값들에 따라서 다수의 형상을 생성해야만 하는 것이 아니라, 그보다는 사용자가 관심이 있는 협소해진 오차 범위에 신속하게 집중할 수 있으며, 이러한 범위 내의 빌딩 형상들만을 생성하기 때문에, 이롭게도 처리 시간을 절약하는데 조력할 수 있다.
상기 시스템(30') 및 관련 방법들의 일부 이점들은 상기 빌딩 박스(100a)로부터 최초 포인트 클라우드(original point cloud)(100d)의 범위 내에 있는, 스크린상에서 사용자에게 나타내어지는 상대적으로 전체 범위의 자동 생성 옵션들(즉, 사용자 선택 빌딩 형상들)을 포함한 자동화된 문제 해결책을 제공한다는 것이다. 또한, 이러한 접근법은 이롭게도 상기 사용자가 사용자 요건에 기반하여 주문형 해결책들을 "연속적으로(on-the-fly)" 만들게끔 한다.
도 13 내지 도 17을 더 살펴보면, 2D 이미지 공간으로 변화를 갖기보다는, 사용자가 3D 모델 상에서 수동식 오차 정정을 상대적으로 신속하며 용이하게 수행하게끔 하는 다른 이로운 지리공간 모델링 시스템(30") 및 관련 방법 측면이 기술된다. 실시에의 방식으로, 다음 접근법들이 상술한 방법들과 병행하여 사용될 수 있으며, 이로 인해 국소적 오차 영역이 그의 오차 값이 오차 임계값 이하인 포인트로 복구될 수 없거나, 또는 적절한 빌딩 형상이 사용자에게 나타내어질 수 없는 경우, 상기 사용자는 빌딩과 같은 잘못된 객체를 "수동으로" 정정할 수 있다. 여기서 언급의 간소화 및 명료화를 위해 "빌딩"이 전체에 걸쳐 사용되지만, "빌딩"의 언급은 광범위의 인조 구조물들(예, 집, 경기장(stadium, arena), 저장 탱크, 다리 등)을 포함하는 것이며, 반드시 고층 빌딩 구조물들을 의미하는 것이 아님을 알아야 한다.
더 상세하게는, 블록(170)에서 시작하여, 본 실시형태에서 상기 프로세서(32")는 블록(171)에서, 지리공간 모델 데이터 저장 장치(31")와, 사용자 입력 장치(34")와, 3D 지리공간 모델 데이터 세트를 그 위에 디스플레이하는 디스플레이(33")와 협력한다. 또한, 빌딩 경계(141)가 상기 사용자 입력 장치(34")에 반응하여 DEM(140)에서의 사용자 선택 빌딩 영역 주변에 디스플레이되며(블록(172)), 상기 선택된 빌딩 영역 내의 높이 값들의 히스토그램가 블록(173)에서 생성된다. 본 실시예에서, 상기 DEM(140)은 거기에서 아직 오차 정정이 수행되지 않았다는 점에서 "가공되지 않은" 것이다.
상기 프로세서(32")는 그리고 나서 이롭게도 블록(174)에서 상기 높이 값들의 히스토그램에 기반하여 빌딩 높이를 판별한다. 실시예의 방식으로, 상기 빌딩 높이는 최고(peak) 히스토그램 값에 기반할 수 있다. 더 상세하게는, 상기 빌딩 높이는 소정의 통계 기준 세트에 부응하는 제1의 또는 주된 높이 클러스터(height cluster)의 가운데(상기 히스토그램의 최소 값으로부터 시작)로서 선택될 수 있다. 이러한 접근법은 본 기술분야의 당업자에 의해 인정될 수 있는 바와 같이, 예를 들어, 빌딩의 에지 주변 데이터 집합점에 대한 노이지 에지 포스트(noisy edge posts)로부터 오차 가능성이 적은 빌딩 높이를 선택할 수 있다.
일단 상기 빌딩 높이가 판별되면, 그때 블록(175)에서 사용자 선택 빌딩 영역(141)과 상기 판별된 빌딩 높이에 기반하여 빌딩 형상이 생성되며, 상기 사용자 선택 빌딩 영역 내의 데이터 포인트들이 블록(176)에서 상기 빌딩 형상에 기반하여 교체되며, 따라서 상기 도시 방법을 종결한다(블록(177)). 즉, 상기 프로세서(32")는 상기 사용자 선택 빌딩 영역(141)의 윤곽(outline)과 상기 판별된 빌딩 높이를 가지는 새로운 빌딩 형상을 렌더링한다.
도 15에서, 상기 DEM(140')은 먼저, 최초 입력이 LiteSite®자동화 빌딩 벡터 프로세스(Automated Building Vector process)를 통해 운영된 후에 나타난다(도면의 왼편측). 상기 DEM(140')은 예를 들어, 낮은 빌딩, 경계 조건/오차, 폐색(occlusions), 및 소음이 있는 영역을 포함한다.
비교 방식으로, 상기 언급한 접근법을 사용하는 상기 DEM(140")의 수동 터치 업 버전이 도 15의 오른쪽 측 상에 도시된다. 이러한 정정된 DEM(140")은 필요한 처리(즉, CPU) 시간을 넘어, 도시된 오차 정정 동작들을 수행하기 위해(훈련된 조작자에 의해) 대략 2분의 사용자 시간을 취한다. 그러나, 이러한 CPU 처리 시간은 완전히 자동화된 오차 정정에 필요한 처리 시간에 비해 상대적으로 불충분하다. 도 16A 및 도 16B는 각각, 도 15의 자동식 정정된 DEM(140') 및 수동식 정정된 DEM(140")의 대응하는 시뮬레이트화 3D 뷰들(simulated 3D views)(140A',140B')이다. 상기 시뮬레이트화 뷰들에 보이는 바와 같이, 상기 수동식 터치 업은 상기 완전히 자동화된 DEM(140')에 포함되지 않은 빌딩들(145B')의 생성을 결과한다(즉, 그 내부에 존재하는 빌딩들(145A') 외에).
소정의 이행 및 특정 지리공간 모델 데이터 세트에 대한 특정 오차/정확도 요건들에 따라, 기본적인 비-정정(uncorrected) DEM(140)에 걸쳐 상당한 개선이 제공됨에 따라, 오차 정정에 대해 완전히 자동화된 접근법을 간단하게 사용하는 것이 허용가능하다. 그러나, 정확도가 더 요구되는 경우, 상술한 3D 수동식 오차 정정 접근법(프로세스의 나머지가 실제로 자동화될 수 있음에도, 사용자 선택 빌딩 영역(141)을 가져오기 위해 일부의 사용자 개입을 필요로 하기 때문에 여기서 "수동식"으로서 언급되는)은 완전히 자동화된 오차 정정 대신에, 또는 교체로서 이롭게 사용될 수 있다. 사용자에게 매우 시간 소모적일 수 있는, 대응하는 2D 뷰로의 변화 또는 재배치, 빌딩의 높이 값에 대한 사용자 추측 등을 필요로 하는 전형적인 현존하는 수동식 모델 편집 도구들에 비해, 상술한 수동식 접근법은 훨씬 덜 시간 소모적이다.
이에 따라, 상기 시스템(30") 및 관련 방법들은 이롭게도 추가적인 품질 관리 옵션(quality control option)으로서, DEM 등 상에 직접적인 끌어당김(Drawing)을 허용할 수 있다. 이러한 접근법은 수동식으로 끌어 당겨진 빌딩의 높이를 얻기 위해 사용자 개입을 필요로 하지 않으며, 즉, 상기 프로세서(32")는 이롭게도 사용자 선택 빌딩 영역(141)에 기반하여 자동화 방식으로 사용자를 위해 이를 수행한다. 그러한 것으로서, 다수의 선행 기술에 있어서의 이미지 기반 오차 정정 기술과 같이, 2D 이미지로의 시간 소모적인 재배치가 수행될 필요가 없다. 또한, 문제 영역이 디스플레이된 3D DEM 또는 다른 3D 데이터 모델 상에서 직접적으로 정정될 수 있기 때문에, 추가적인 인공위성 또는 항공 참조 이미지가 필요하지 않으며, 이는 추가적인 시간 및 비용의 절약을 제공할 수 있다.
30: 지리공간 모델링 시스템
31: 지리공간 모델 데이터 저장 장치
32: 프로세서
33: 디스플레이
34': 사용자 입력 장치(34')
40': DEM
41': 국소적 오차 영역들
45: 빌딩들
46: 오차 표시 경계들

Claims (10)

  1. 지리공간 모델링 시스템으로서,
    지리공간 모델 데이터 저장 장치;
    디스플레이; 및
    상기 지리공간 모델 데이터 저장장치와, 상기 사용자 입력 장치와, 상기 디스플레이와 협력하는 프로세서를 포함하며,
    상기 프로세서는,
    적어도 한 그룹의 빌딩 데이터 포인트들을 포함한 상기 디스플레이 상에 지리공간 모델 데이터를 디스플레이하고,
    상기 적어도 한 그룹의 빌딩 데이터 포인트들에 기반하여 상기 디스플레이 상에, 각기 상이한 세부특징수준들을 가지는 복수의 상이한 사용자 선택 빌딩 형상들을 디스플레이하고,
    상기 적어도 한 그룹의 빌딩 데이터 포인트들을 상기 사용자 입력 장치를 가지고 그의 사용자 선택에 기반하여 상기 상이한 사용자 선택 빌딩 형상들 가운데 소정의 하나와 교체하는 것을 특징으로 하는 지리공간 모델링 시스템.
  2. 제 1항에 있어서,
    상기 프로세서는 상기 상이한 사용자 선택 빌딩 형상들 가운데 소정의 하나를 사용자 선택함에 기반하여 상기 지리공간 모델 데이터를 더 업데이트하는 것을 특징으로 하는 지리공간 모델링 시스템.
  3. 제 1항에 있어서,
    상기 복수의 상이한 사용자 선택 빌딩 형상들은 최하 세부특징수준으로서 일반적으로 직사각형의 빌딩 박스를 포함하는 것을 특징으로 하는 지리공간 모델링 시스템.
  4. 제 1항에 있어서,
    상기 복수의 상이한 사용자 선택 빌딩 형상들은 최고 세부특징수준으로서 상기 적어도 한 그룹의 빌딩 데이터 포인트들의 매치(match)를 포함하는 것을 특징으로 하는 지리공간 모델링 시스템.
  5. 제 4항에 있어서,
    상기 복수의 상이한 사용자 선택 빌딩 형상들은 최하 세부특징수준으로서 일반적으로 직사각형의 빌딩 박스와, 상기 최하-최고 세부특징수준들 사이에서 각기 상이한 중간 세부특징수준들을 가지는 복수의 사용자 선택 빌딩 형상들을 더 포함하는 것을 특징으로 하는 지리공간 모델링 시스템.
  6. 지리공간 모델링 방법으로서,
    적어도 한 그룹의 빌딩 데이터 포인트들을 포함한 디스플레이 상에 지리공간 모델 데이터 세트를 디스플레이하는 단계와;
    상기 적어도 한 그룹의 빌딩 데이터 포인트들에 기반하여 상기 디스플레이 상에, 각기 상이한 세부특징수준들을 가지는 복수의 상이한 사용자 선택 빌딩 형상들을 디스플레이하는 단계와;
    상기 적어도 한 그룹의 빌딩 데이터 포인트들을 사용자 입력 장치를 가지고 그의 사용자 선택에 기반하여 상기 상이한 사용자 선택 빌딩 형상들 가운데 소정의 하나와 교체하는 단계를 포함하는 것을 특징으로 하는 지리공간 모델링 방법.
  7. 제 6항에 있어서,
    상기 상이한 사용자 선택 빌딩 형상들 가운데 소정의 하나를 사용자 선택함에 기반하여 상기 지리공간 모델 데이터를 업데이트하는 단계를 더 포함하는 것을 특징으로 하는 지리공간 모델링 방법.
  8. 제 6항에 있어서,
    상기 복수의 상이한 사용자 선택 빌딩 형상들은 최하 세부특징수준으로서 일반적으로 직사각형의 빌딩 박스를 포함하는 것을 특징으로 하는 지리공간 모델링 방법.
  9. 제 6항에 있어서,
    상기 복수의 상이한 사용자 선택 빌딩 형상들은 최고 세부특징수준으로서 상기 적어도 한 그룹의 빌딩 데이터 포인트들의 매치를 포함하는 것을 특징으로 하는 지리공간 모델링 방법.
  10. 제 9항에 있어서,
    상기 복수의 상이한 사용자 선택 빌딩 형상들은 최하 세부특징수준으로서 일반적으로 직사각형의 빌딩 박스와, 상기 최하-최고 세부특징수준들 사이에서 각기 상이한 중간 세부특징수준들을 가지는 복수의 사용자 선택 빌딩 형상들을 더 포함하는 것을 특징으로 하는 지리공간 모델링 방법.
KR1020107008386A 2007-09-28 2008-09-25 사용자 선택 빌딩 형상 옵션을 제공하는 지리공간 모델링 시스템 및 관련 방법 KR20100067672A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/863,406 2007-09-28
US11/863,406 US8471854B2 (en) 2007-09-28 2007-09-28 Geospatial modeling system providing user-selectable building shape options and related methods

Publications (1)

Publication Number Publication Date
KR20100067672A true KR20100067672A (ko) 2010-06-21

Family

ID=40028945

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020107008386A KR20100067672A (ko) 2007-09-28 2008-09-25 사용자 선택 빌딩 형상 옵션을 제공하는 지리공간 모델링 시스템 및 관련 방법

Country Status (8)

Country Link
US (1) US8471854B2 (ko)
EP (1) EP2203898A1 (ko)
JP (1) JP2010541051A (ko)
KR (1) KR20100067672A (ko)
BR (1) BRPI0816018A2 (ko)
CA (1) CA2700879A1 (ko)
TW (1) TW200926060A (ko)
WO (1) WO2009045841A1 (ko)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7881913B2 (en) * 2007-02-12 2011-02-01 Harris Corporation Exemplar/PDE-based technique to fill null regions and corresponding accuracy assessment
US8145578B2 (en) 2007-04-17 2012-03-27 Eagel View Technologies, Inc. Aerial roof estimation system and method
US8078436B2 (en) 2007-04-17 2011-12-13 Eagle View Technologies, Inc. Aerial roof estimation systems and methods
US8170840B2 (en) 2008-10-31 2012-05-01 Eagle View Technologies, Inc. Pitch determination systems and methods for aerial roof estimation
US8209152B2 (en) 2008-10-31 2012-06-26 Eagleview Technologies, Inc. Concurrent display systems and methods for aerial roof estimation
US20100118652A1 (en) * 2008-11-13 2010-05-13 Jorg Friedrich Schneider Determination of depth moveout and of residual radii of curvature in the common angle domain
CA2801486C (en) * 2010-02-01 2018-12-11 Eagle View Technologies, Inc. Geometric correction of rough wireframe models derived from photographs
CN102074048B (zh) * 2011-01-06 2012-08-29 天津市星际空间地理信息工程有限公司 一种数字城市模型库的构建与调度方法
US10515414B2 (en) 2012-02-03 2019-12-24 Eagle View Technologies, Inc. Systems and methods for performing a risk management assessment of a property
US10663294B2 (en) 2012-02-03 2020-05-26 Eagle View Technologies, Inc. Systems and methods for estimation of building wall area and producing a wall estimation report
US9599466B2 (en) 2012-02-03 2017-03-21 Eagle View Technologies, Inc. Systems and methods for estimation of building wall area
US9933257B2 (en) 2012-02-03 2018-04-03 Eagle View Technologies, Inc. Systems and methods for estimation of building wall area
GB2506150A (en) * 2012-09-21 2014-03-26 Nec Corp Scheduling of Machine Type Communications (MTC) in a wireless communications system
US9959581B2 (en) 2013-03-15 2018-05-01 Eagle View Technologies, Inc. Property management on a smartphone
US10909482B2 (en) 2013-03-15 2021-02-02 Pictometry International Corp. Building materials estimation
US11587176B2 (en) 2013-03-15 2023-02-21 Eagle View Technologies, Inc. Price estimation model
WO2014153560A1 (en) * 2013-03-22 2014-09-25 Accenture Global Services Limited Geospatial smoothing in web applications
CN103606188B (zh) * 2013-11-15 2016-05-04 南京师范大学 基于影像点云的地理信息按需采集方法
WO2015116962A1 (en) * 2014-01-31 2015-08-06 Hover Inc. Scale error correction in a geo-referenced multi-dimensional model
CN104331870B (zh) * 2014-11-25 2017-03-15 武汉大学 一种适于规则网格dem的结构化多尺度重构方法
US9940739B2 (en) 2015-08-28 2018-04-10 Accenture Global Services Limited Generating interactively mapped data visualizations
US9578351B1 (en) 2015-08-28 2017-02-21 Accenture Global Services Limited Generating visualizations for display along with video content
US10503843B2 (en) 2017-12-19 2019-12-10 Eagle View Technologies, Inc. Supervised automatic roof modeling
CN109886910B (zh) * 2019-02-25 2021-07-13 榆林市国土资源局 外部数字高程模型dem修正方法及装置
CN109830165B (zh) * 2019-02-25 2023-11-21 中南大学 组合式城市灾害模拟实验装置
US10937203B1 (en) * 2019-12-11 2021-03-02 e-Infochips Limited Devices, systems, and methods for integrated circuit verification

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6556206B1 (en) 1999-12-09 2003-04-29 Siemens Corporate Research, Inc. Automated viewpoint selection for 3D scenes
US6859768B1 (en) * 2000-03-03 2005-02-22 The Beck Technology Computer-implemented automated building design and modeling and project cost estimation and scheduling system
KR100361218B1 (ko) * 2000-07-20 2002-11-18 한국과학기술원 정밀한 수치표고모형의 자동생성을 위한 지능적 보간법
US6654690B2 (en) * 2001-04-05 2003-11-25 Harris Corporation Automated method for making a topographical model and related system
JP3788378B2 (ja) * 2002-03-27 2006-06-21 ソニー株式会社 ３次元モデル生成システム及び方法、並びにコンピュータ・プログラム
US6987520B2 (en) * 2003-02-24 2006-01-17 Microsoft Corporation Image region filling by exemplar-based inpainting
WO2007027847A2 (en) 2005-09-01 2007-03-08 Geosim Systems Ltd. System and method for cost-effective, high-fidelity 3d-modeling of large-scale urban environments

Also Published As

Publication number Publication date
WO2009045841A1 (en) 2009-04-09
CA2700879A1 (en) 2009-04-09
US8471854B2 (en) 2013-06-25
TW200926060A (en) 2009-06-16
EP2203898A1 (en) 2010-07-07
BRPI0816018A2 (pt) 2019-09-24
JP2010541051A (ja) 2010-12-24
US20090085915A1 (en) 2009-04-02

Similar Documents

Publication Publication Date Title
KR20100067672A (ko) 사용자 선택 빌딩 형상 옵션을 제공하는 지리공간 모델링 시스템 및 관련 방법
KR20100067673A (ko) 3ｄ 모델 상의 사용자 입력에 기반한 빌딩 생성을 제공하는 지리공간 모델링 시스템 및 관련 방법
KR20100067675A (ko) 복구 및 오차 측정 특징을 제공하는 지리공간 모델링 시스템 및 관련 방법
KR101165523B1 (ko) 다중 소스의 지리 정보를 이용한 지리공간 모델링 시스템 및 관련 방법
US8239175B2 (en) Geospatial modeling system providing poisson-based geospatial data set merging and related methods
US20120179432A1 (en) Geospatial modeling system providing poisson-based void inpainting and related methods
US8060352B2 (en) Geospatial modeling system using void filling and related methods
LU102117A1 (en) Method and system for measuring mountain view visible area in city
KR20190004086A (ko) 3차원 객체정보모델의 생성 방법
KR101008394B1 (ko) 수치표면모형의 경계선을 이용한 수치표고모형의 건물영역 평탄화 장치
CN117036629A (zh) 卫星联合生产dsm方法、装置、系统和计算机可读存储介质

Legal Events

Date Code Title Description
A201 Request for examination
E601 Decision to refuse application